MétaCan
Menu
Retour à la cohorte
Enregistrement W4387499011 · doi:10.1177/01979183231205560

Classic, Segmented-, or Neo-Assimilation, Which Theory to Use? A Scientific-Method Investigation

2023· article· en· W4387499011 sur OpenAlexaff
Aryan Karimi, Rima Wilkes

Notice bibliographique

RevueInternational Migration Review · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRacial and Ethnic Identity Research
Établissements canadiensUniversity of British Columbia Hospital
Organismes subventionnairesnon disponible
Mots-clésAssimilation (phonology)FalsifiabilityImmigrationMainstreamEthnic groupPluralism (philosophy)EpistemologySociologyPositive economicsEconomicsPolitical scienceLawAnthropologyLinguisticsPhilosophy

Résumé

récupéré en direct d'OpenAlex

Classic, segmented, and neo-assimilation theories delineate immigrants’ assimilation trajectories. Classic assimilation, since the early twentieth century, treats newcomers’ and established groups’ interactions as leading to ethnoracial pluralism within one culture. Segmented-assimilation, since the 1990s, examines non-European immigrants’ experiences, and considers how factors such as ethnic capital, immigration policies, and racial discrimination cause assimilation into upper, middle, and underclasses. Neo-assimilation, since the early 2000s, posits that assimilation compels upward mobility into a diverse mainstream. While the progenitors of each theory have pointed out the other's deficiencies, in this paper we simultaneously compare the three theories in light of the scientific method's criteria of deductive-inductive hypothesizing and falsification. We find that classic theory follows the scientific method and is falsifiable. In comparison, we find that because segmented- and neo-assimilation each depart from the scientific method in three ways they are not readily testable or falsifiable. We discuss the implications for migration and assimilation research.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,008
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,794
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,146
Tête enseignante GPT0,466
Écart entre enseignants0,319 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Migration ReviewMême sujetRacial and Ethnic Identity ResearchTravaux en français237 207